[发明专利]一种基于微信小程序的垃圾分类系统在审

专利信息
申请号: 202010710482.5 申请日: 2020-07-22
公开(公告)号: CN111814026A 公开(公告)日: 2020-10-23
发明(设计)人: 王淑雅;王伟;李娟;谌江波;钱进 申请(专利权)人: 安徽信息工程学院
主分类号: G06F16/953 分类号: G06F16/953;G06F16/9532;G06K9/00;G06K9/62;G06N3/04;G06N3/08;B65F1/00;B65F1/14
代理公司: 北京恒泰铭睿知识产权代理有限公司 11642 代理人: 王肖林
地址: 241000 安徽省芜*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 微信小 程序 垃圾 分类 系统
【说明书】:

发明公开了一种基于微信小程序的垃圾分类系统,系统包括:垃圾分类控制器、云平台以及微信小程序;垃圾分类控制器用于采集垃圾数据信息,分析以及处理后无线传输至云平台,进行数据的统计与存储;微信小程序用于获取用户的控制指令,并且根据控制指令从云平台调用数据。该系统克服现有技术中人们先前缺乏垃圾分类意识,在进行垃圾分类时也是屡屡出错,不仅会对投放垃圾出错的人产生罚款和行政处罚的影响,还会影响垃圾分类的投放正确率的问题。

技术领域

本发明涉及垃圾分类技术领域,具体地,涉及一种基于微信小程序的垃圾分类系统。

背景技术

随着经济的发展,人民生活的改善,城市垃圾大量增加,垃圾分类处理已成为城市环境综合整治中的紧迫问题。垃圾分类指按一定规定或标准将垃圾分类存储、投放和搬运,从而转变为公共资源的一系列活动总称。垃圾分类可提高垃圾的资源价值和经济价值,同时,垃圾分类不仅可以减少占地、减少污染还能实现变废为宝。随着2019年7月1日,《上海市生活垃圾管理条例》正式实施,打响了全国垃圾分类的“第一枪”,该条例将生活垃圾按照“可回收物”、“有害垃圾”、“湿垃圾”、“干垃圾”的分类标准分为四类,将对没有垃圾分类和未指定投放到指定垃圾桶的行为进行罚款和行政处罚。

但由于我国人们先前缺乏垃圾分类意识,在进行垃圾分类时也是屡屡出错,不仅会对投放垃圾出错的人产生罚款和行政处罚的影响,还会影响垃圾分类的投放正确率。

因此,提供一种在使用过程中可以帮助用户对垃圾进行自动识别分类的基于微信小程序的垃圾分类系统是本发明亟需解决的问题。

发明内容

针对上述技术问题,本发明的目的是克服现有技术中人们先前缺乏垃圾分类意识,在进行垃圾分类时也是屡屡出错,不仅会对投放垃圾出错的人产生罚款和行政处罚的影响,还会影响垃圾分类的投放正确率的问题,从而提供一种在使用过程中可以帮助用户对垃圾进行自动识别分类的基于微信小程序的垃圾分类系统。

为了实现上述目的,本发明提供了一种基于微信小程序的垃圾分类系统,所述系统包括:垃圾分类控制器、云平台以及微信小程序;所述垃圾分类控制器用于采集垃圾数据信息,分析以及处理后无线传输至所述云平台,进行数据的统计与存储;所述微信小程序用于获取用户的控制指令,并且根据所述控制指令从所述云平台调用数据。

优选地,所述垃圾分类控制器包括:垃圾查询模块和垃圾识别模块以及智能分类模型;其中,

所述垃圾查询模块用于获取用户的垃圾查询信息,并且利用垃圾分类大数据库根据所述垃圾查询信输出垃圾类别;所述垃圾查询信息包括:文字查询信息和语音查询信息;

所述垃圾识别模块用于获取垃圾图像查询信息,并且利用所述智能分类模型根据所述垃圾查询信输出垃圾类别;

所述垃圾类别包括:可回收物、有害垃圾、湿垃圾以及干垃圾。

优选地,所述垃圾分类控制器还包括:

文字翻译模块,用于将垃圾查询信息中的文字查询信息识别翻译成查询指令信息;

语音翻译模块,用于将垃圾查询信息中的语音查询信息识别翻译成查询指令信息。

优选地,所述智能分类模型是采用VGG-16架构模型作为基础网络结构进行训练所。

优选地,所述智能分类模型训练所得的步骤包括:

收集训练所需的垃圾图像数据,并且将所述垃圾视频数据分成以下中的至少两者:可回收物、有害垃圾、湿垃圾以及干垃圾,以获得测试图像数据;

对所述图像数据进行预处理,所述预处理包括:图像裁剪处理;

将预处理后的测试图像数据输入至所述VGG-16架构模型中进行训练以得出所述智能分类模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽信息工程学院,未经安徽信息工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010710482.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top